海图等深线自动合并方法研究

提出了一种Delaunay三角网支持下的等深线自动合并方法。首先提出一种避免进行地形特征分析的待合并等深线探测方法,用于自动探测待合并的等深线;其次,通过三角形筛选构建桥接区域,并对桥接区域进行扩展、填"孔"操作;接着,利用Delaunay三角网在曲线弯曲识别方面的优势,提取待综合的弯曲区域;然后,合并待综合弯曲区域和桥接区域得到待综合部分,利用图形对称差分运算得到合并结果;最后对合并结果进行光滑处理。实验表明,该方法能够自动正确地对待合并等深线进行探测,合并结果不仅能够满足航行安全,而且图形形态清晰、光滑。     

航海图等深线化简质量的定量评估指标与方法

针对当前对航海图等深线化简的质量评估仅能靠经验定性分析、无法进行定量评估这一局限,从航海安全性、航行资源表达和平滑性准则出发,分别定义了扩深长度、平均扩深距离、缩深面积、等深线的弯曲度与光滑离差等质量评估指标,提出了相应的评估方法,并推导出了相关的计算公式。实验结果表明,定义的指标能分别从航海安全性、航行资源表达和平滑性3个方面较为明确合理地反映航海图等深线化简的质量;所提评估方法能定量评估等深线化简的质量,克服了传统经验方法只能定性分析的不足。     

多条海岸线协同化简的层次化三角网分区法

针对当前海岸线自动综合方法仅考虑单条线要素,未有效考虑其与附近海岸线之间的空间邻近关系,提出一种用于多条海岸线协同化简的层次化三角网分区法。首先,利用约束Delaunay三角网对能否化简的区域进行划分和标识;然后,利用二叉树构建层次关系模型,对各区域实体进行有序组织;最后,有序地对可化简的标识区域进行渐进式化简,并对局部狭窄区域进行自适应夸大,从而实现多海岸线的协同化简。试验结果表明:本文方法可克服复杂区域海岸线化简产生的图理性问题,可明显提高海岸线的化简质量。     

规则网格法自动勾绘等深线

本文探讨了规则网络法自动勾绘等深化深线的一般原理，应用中的实际问题解决方法。     

基于约束点的曲线一致性化简

详细探讨了基于平面上的特征约束点(无论在曲线上还是在曲线外)的曲线化简,并针对各种情况提出了一致性化简的方法。     

采用三元弯曲组划分的线要素化简方法

当前基于弯曲的线要素化简在化简过程中对于连续小弯曲的化简处理有所欠缺。针对此提出了基于三元弯曲组的化简方法。该方法首先将连续的弯曲划分到各个弯曲三元组中;然后针对三元弯曲的不同组合类型采用不同的化简方式进行化简;最后设计循环化简判断规则,重复化简过程直到所有弯曲满足化简阈值,从而实现连续弯曲的间隔化简。实验表明,该方法能够有效地保持弯曲的形态特征以及不同化简阈值结果间的层次性。     

采用弯曲进行道路化简冲突避免的方法

针对道路化简后可能导致要素间空间关系前后不一致的问题,提出了一种采用弯曲进行道路化简冲突避免的方法。首先,以弯曲为单元分析道路化简前后弯曲的形态变化规律,对化简过程产生的要素间空间冲突类型进行了归纳和总结;其次,基于道路弯曲与要素之间的空间关系,提出了相应的冲突判别规则;最后,利用弯曲化简的可控性和弯曲组的间接化简策略实现对化简冲突的避免。试验表明,该方法能有效地识别和避免道路化简产生的空间冲突,确保化简前后道路与其他要素空间关系的一致性。     

一种改进的海图等深线更新方法

针对当前等深线更新方法在等深点生成环节未能充分顾及航行安全的问题,结合可能最浅水深概念和抛物线插值法,提出一种顾及航行安全"扩浅缩深"原则的等深点生成算法,并据此算法实现等深线更新.首先根据海图水深点构建并优化Delaunay三角网;其次采用一种顾及"扩浅"原则的等深点插值算法确定等深点的位置;最后在等深线追踪完成后,采用顾及航行安全的光滑算法绘制出形状平滑的等深线,实现等深线自动更新.实验结果表明,该方法更新的等深线能够正确表达海底地形,符合海图等深线绘制的航行安全原则,满足海图等深线要素的更新要求.     

约束性Delaunay三角网下线状要素形态描述研究

以Delaunay三角网为基础,本文形成了用于分析线状要素形态结构的一种约束性三角网,在该三角网中定义了叶、杆、叶叉、间叉、主叉、毛细根、叶枝、间枝、主枝等一系列组件,规定三角单元在内邻接下才具有连通关系,建立了三角单元的树型数据模型,该模型可识别基本弯曲、各层次的复合弯曲,并能体现弯曲的套和关系及复合层次,最后对弯曲形态进行了定义与量化描述。理论分析与实验表明,所提模型与方法逻辑严密,有助于对在GIS平台下线状要素形态分析、自动制图综合及相关问题的探讨。     

Delaunay三角网支持下的空间场表达

不规则三角网TIN本质上属于基于场的空间数据模型,然而在GIS领域,通常将其局限于DTM数字地形模型的表达中,没有象规则栅格模型那样在平面实体及实体关系表达中发挥足够的作用。针对这一局限性,仿照规则格网的栅格数据模型,应用DELAUNAY三角网工具,建立一种面向平面空间场表达的形式化数据模型。应用三角形的3种基元:顶点、边、三角形面表达空间点、线、面目标,定义该模型上的3种操作:扩充、收缩与骨架化,并进一步推广到序惯操作与条件操作。在几个应用实例基础上,分析该模型在空间邻近关系表达上可发挥重要作用。     

基于Delaunay三角网的等高线树生成方法

研究如何利用Delaunay三角网构建等高线树,提出一种新的等高线树生成方法。该方法充分利用Delaunay三角网在领域分析中的优势,通过两次利用Delaunay三角网来判明等高线的空间关系进而达到统一被图廓截断的等高线以生成等高线树的目的。本文将等高线作为约束边构建约束型Delaunay三角网,利用Delaunay三角网查找具有邻接关系的等高线,在此基础上结合邻近等高线的高程关系判明、识别,最终统一被截断的等高线;然后对统一后的等高线再次利用Delaunay三角网查找具有邻接关系的等高线对,利用等高线对的高程关系判断出其为父子关系或兄弟关系,据此将等高线插入到相应的位置,逐步生长成等高线树。同时给出了基于Delaunay三角网的等高线树生成方法的算法设计及试验结果。     

基于约束Delaunay三角网建立等高线层次结构的方法

分析了以等高线、高程点和地形突变线为基础建立的约束Delaunay三角网(Delaunay triangulation,DT)的特征,为了识别这些约束目标之间的邻近关系,对约束DT的边进行了详细分类,并按照相关的规则提出了构建等高线层次结构的方法。在此层次结构的基础上,研究了调整等高线走向的方法。     

基于Delaunay三角网表达的图像分割

由于图像的复杂性和模糊性进一步增强,传统的图像分割算法已经无法满足其对分割精度的要求。为了进一步提高图像分割的精度,本文提出了一种结合SIFT特征提取与Delaunay三角网表达的图像分割方法,该方法可以有效削弱噪声对图像分割结果的影响,与传统去噪滤波相比,平滑过程中模糊图像边缘的程度比较低,同时,运用超像素思想,将传统基于像素单元的分割方法运用到超像素上,对被三角网划分的子区域进行聚类,最后得出分割结果。与传统算法相比,本文算法在分割精度方面有显著提高。     

岛屿群约束数据域三角网剖分

岛屿就是由一条或多条首尾闭合有向的弧段组成的区域,弧段与弧段之间彼此不相交,岛屿间彼此可以多层嵌套也可以相互独立。经过对岛屿间的关系进行分析后,将组成岛屿的弧段分为4种基本类型,并给出分类算法,根据弧段的类型自动识别岛屿的"内部"和"外部",凡是"外部"就约定为岛屿的"空洞"。围成岛屿的弧段就构成了岛屿的约束条件,在岛屿内部先进行弧段上CDT的构造,然后在CDT的基础上构造DT,以实现在岛屿"内部"带有约束条件的三角网剖分,从而可以构造出任意复杂的带岛屿群的三角网,经过编制相关程序验证该算法的效率主要取决于构造DT的效率。     

基于VTK的Delaunay三角网生成研究

Delaunay三角网作为一种主要的DTM表示法,具有极其广泛的用途.经过20多年来的研究,它的生成算法已趋于成熟.本文简要介绍了Delaunay三角网的定义及其特性,在简单回顾和评价分割一归并法、逐点插入法、三角网生长法等三类主流算法的基础之上,初步探索了基于vtk类库的De1aunay三角网生成过程,并以实例显示了效果.     

一种基于Delaunay三角网的栅格线划矢量化方法

提出了一种基于Delaunay三角网的栅格线划矢量化方法。通过运用Delaunay三角网对栅格线划要素进行空间剖分,并根据单个Delaunay三角形的形状特征,提取线划要素骨架线。以栅格地图预处理、线划要素实体识别、线划要素边缘点集生成、线划要素边缘点集Delaunay三角网生成,以及基于Delaunay三角形公共边中点追踪的线划要素骨架线提取为技术路线,详细介绍栅格线划矢量化的具体实现过程,并进行若干实验,以验证方法的准确性与时效性。     

基于格网划分的海量数据Delaunay三角剖分

提出基于格网划分、面向海量数据的Delaunay三角剖分方法,它首先把数据集划分为若干格网块,按照格网划分的逆序对每个格网块采用基于自适应格网划分的分割-合并算法进行Delaunav三角剖分,把格网块Delaunay三角网中不受边界影响的三角形进行存储并释放内存,然后顺序合并相邻格网块Delaunav三角网,形成全局或类全局Delaunay三角网.该方法对计算机硬件配置要求较低,适合于并行处理,可以实现面向海量数据的Delaunay三角剖分.     

基于三维狄洛尼三角网的曲面重建算法

随着三维激光扫描技术应用领域的不断拓展,对点云数据三维建模的需求越来越迫切。曲面重建技术作为三维建模的核心技术之一,在逆向工程、计算机视觉、计算机制图以及虚拟现实等技术领域都有着非常广泛的应用前景。本文提出一种基于三维狄洛尼三角网的曲面重建算法,其本质是一种结合了曲面生长算法思想的贪心算法,即在一定约束条件下,按照最优三角形选择标准,算法从预先构建好的三维狄洛尼三角网中,逐个筛选出最优三角形添加到生长曲面上,最终输出由一系列显式三角形所组成的流形曲面。这种方法对比目前主流的隐式曲面重建算法具有参数依赖性较小、不需要计算法线等优点,并且能够重建地形扫描、建筑物扫描和精细化扫描的点云模型。利用此算法对多种点云模型进行曲面重建试验,结果表明该算法生成曲面质量好、重建效率高、实用性强,能够很好地应用于三维建模领域。     

基于Delaunay三角网的多边形特征点提取方法

提出了一种对数字多边形特征点提取的新方法。本方法从基于多边形边界轮廓点构建的Delaunay三角网的规则和性质出发,依据多边形边界轮廓将Delaunay三角网分为内外两个部分,同时对内外部的Delaunay三角形集合进行分析,实现了对多边形的特征点提取和特征点凹凸性的判断。实验结果表明,该方法是有效的、可行的。